A Reliable Data-Based Bandwidth Selection Method for Kernel Density Estimation
核密度估计的一种可靠数据驱动带宽选择方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般核密度带宽选择，未提供分位数、经济分布效应或其他细分领域的依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
核密度估计的一种可靠数据驱动带宽选择方法
- 研究问题
- 如何利用数据选择核密度估计带宽，使均方积分误差的估计更有效，并兼顾理论表现、计算成本和光滑密度下的稳定性？
- 方法与思路
- 作者近似最小化均方积分误差的高质量估计，重新纳入此前省略的非随机项，并利用带宽降低估计偏差而不增加方差。
- 材料陈述的贡献
- 摘要称相较 Park–Marron 方法，新规则在理论和计算方面有所改善，并在光滑密度模拟中表现可靠；这些比较尚需全文核验。
- 阅读关注点
- 应核对重新纳入的非随机项、先导量与带宽的求解方式、理论比较标准，以及模拟密度、样本量和竞争方法的设置。
- 阅读边界
- 仅据所给 Crossref 摘要，无法核验理论优势的条件或模拟优势的范围；不能将作者的比较表述视为普遍优越性。
原文摘要
SUMMARY We present a new method for data-based selection of the bandwidth in kernel density estimation which has excellent properties. It improves on a recent procedure of Park and Marron (which itself is a good method) in various ways. First, the new method has superior theoretical performance; second, it also has a computational advantage; third, the new method has reliably good performance for smooth densities in simulations, performance that is second to none in the existing literature. These methods are based on choosing the bandwidth to (approximately) minimize good quality estimates of the mean integrated squared error. The key to the success of the current procedure is the reintroduction of a non-stochastic term which was previously omitted together with use of the bandwidth to reduce bias in estimation without inflating variance.